• The Journal of the Korea institute of electronic communication sciences
• /
• v.5 no.3
• /
• pp.262-268
• /
• 2010

In this paper, this study restores the distorted image to its original image by compensating for the distortion of image from a fixed-focus camera lens. The various developments and applications of the imaging devices and the image sensors used in a wide range of industries and expanded use, but due to the needs of the small size and light weight of the camera, the distortion from acquiring images of the distorted curvature of the lens tends to affect many. In particular, the three-dimensional imaging camera, each different distortion of left and right lens cause the degradation of three-dimensional sensitivity and left-right image distortion ratio. we approached the way of generalizing the approximate equations to restore each part of left-right camera images to the coordinators of the original images. The adaptive Neuro-Fuzzy Inference System is configured for it. This system is divided from each membership function and is inferred by 1st order Sugeno Fuzzy model. The result is that the compensated images close to the left, right original images. Using low-cost and compact imaging lens by which also determine the exact three-dimensional image-sensing capabilities and will be able to expect from this study.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.264-264
• /
• 2020

최근 기후변화로 우리나라는 과거에 비해 태풍이나 국지성 집중호우 및 가뭄 등 극심한 수문현상이 빈번하게 발생하고 그 피해가 더욱 커지고 있는 추세이다. 특히 우리나라의 경우 산지가 많으며 대부분의 하천이 유역면적이 작고 유로연장이 짧아 단시간에 유출이 발생하며 수문학적 특성이 연중 큰 편차를 보이고 있다. 이러한 이상기후에 따른 수문현상 파악 및 피해 경감을 위해 신뢰성 있는 수문자료는 매우 중요하다. 따라서 수문자료에 대한 품질관리는 필수적이지만 자료 결측 및 오측에 대한 신뢰성 높은 품질관리가 이뤄지지 못하고 있는 실정이다. 현재 수위자료의 결측이 발생한 경우 해당 관측소의 수위 자료를 사용해 선형보간 및 운형자법으로 수정하거나 상·하류 관측소의 관계를 이용하여 회귀분석을 통해 자료 결측의 수정 및 보완을 수행하는 등 담당자의 주관적 판단에 의존하고 있다. 본 논문에서는 신뢰성 높은 수문자료의 결측치 보완 및 예측을 위한 방안을 제시하고자 상류의 관측소의 수문자료를 이용한 하류의 단시간 수문 자료예측에 관한 연구를 수행하였다. 이를 위해 자료지향형 모델인 적응형 뉴로-퍼지 기법(Adaptive Network-based Fuzzy Inference System, ANFIS)을 이용한 모형을 적용하였다. 기존의 연구에서 가장 일반적으로 사용되는 물리적 모형은 수문자료를 활용하여 수위 및 유출을 산정함에 있어 매개변수의 결정이 어렵고 많은 오차들을 내포하고 있다. 본 연구에서 사용한 ANFIS는 입력자료와 출력자료만을 고려하여 구축할 수 있기 때문에 자료 수집단계에서 유역의 물리적 자료 및 지형 자료와 같은 방대한 양의 자료 수집이 필요가 없다. 이후 모형이 구축이 된다면 입·출력 자료만을 이용하여 신뢰성 높은 결과를 획득할 수 있지만 입력 자료의 품질에 따라 결과가 좌우되기 때문에 자료의 구성이 매우 중요하다. 본 연구에서는 ANFIS를 통해 무주남대천 유역의 무주군(여의교) 관측소의 수위자료를 입력자료를 사용하여 하류에 위치한 무주군(취수장) 관측소의 수문자료의 결측 보완 및 예측하는 모형을 구축하고 모형의 구조 변화를 통해 가장 정확도 높은 모형을 결정하였다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.17 no.2
• /
• pp.131-140
• /
• 2004

It really needs fuzzy decision making of integrity assessment considering about both durability and load carrying capacity for maintenance and administration, such as repairing and reinforcing. This thesis shows efficient models about reinforced concrete structure using CART-ANFIS. It compares and analyzes decision trees parts of expert system, using the theory of fuzzy, and applying damage & diagnosis at reinforced concrete structure and decision trees of integrity assessment using established artificial neural. Decided the theory of reinforcement design for recovery of durability at damaged concrete ＆ the theory of reinforcement design for increasing load carrying capacity keep stability of damage and detection. It is more efficient maintenance and administration at reinforced concrete for using integrity assessment model of this study and can carry out predicting cost of life cycle.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1181-1185
• /
• 2009

Adaptive Nuero-Fuzzy Inference System(ANFIS) 모형은 인공신경망과 퍼지모형의 특징을 가지는 모형으로 자료간의 관계가 선형이 아닌 비선형관계를 가질 경우 매우 정확한 예측 모형을 구축할 수 있는 특징이 있다. 월강수량 예측이 관측된 기상자료들과 비선형 관계에 있다고 생각되어 ANFIS 모형을 이용하여 월강수량을 예측하였다. 본 연구의 대상 지점으로는 금강유역의 대전 지점으로 선정하였다. 금강유역은 우리나라의 한가운데 위치하여 평균적인 강수형태 및 특징을 보여 좋은 실험유역으로 생각되어 선정하였다. 금강유역의 기상청에서 운영하는 지상 유인관측소 중 비교적 금강유역을 대표하고 양질의 자료가 기록되어 있다고 판단되는 대전지점을 실험지점으로 생각되어 선정하였다. 기상청 대전 유인 관측소에는 총 39년치 기상 자료가 기록되어 있다. 기상청에서는 전국 주요 도시들을 대상으로 2003년부터 월간 예보를 하고 있다. 본 연구에서는 기상청 월간예보와 기상청 대전 유인관측소에서 관측된 5년 치 기상자료를 모델의 입력자료로 구성하였다. 적절한 입력변수 조합을 구성하기 위하여 반복해법을 적용하였다. 5년 치 자료 중 절반은 학습을 시키는데 사용하였고 나머지 절반을 이용하여 모형을 검증하였다. 여러 입력변수를 이용하여 모형의 학습시킨 결과 입력변수가 3개 일 경우 가장 높은 정확도를 보였다. 입력변수가 3개로 학습 시킨 ANFIS 모형과 기상청에서 제공하는 월간예보를 비교해본 결과 ANFIS 모형을 적용하여 월 강수량을 예측하는 것이 기상청에서 제공하는 월간예보보다 높은 정확도를 보이는 것을 확인할 수 있었다.

• Journal of the Korean housing association
• /
• v.22 no.3
• /
• pp.113-122
• /
• 2011

This study aimed to develop AI- (Artificial Intelligence) based thermal control logics and test their performance for identifying the optimal thermal control method in buildings. For this objective, a conventional Two-Position On/Off logic and two AI-based variable logics, which applied ANN (Artificial Neural Network) and ANFIS (Adaptive Neuro-Fuzzy Inference System), have developed. Performance of each logic was tested in a typical two-story residential building in U.S.A. using the computer simulation incorporating MATLAB and IBPT (International Building Physics Toolbox). In the analysis of the test results, AI-based control logic presented the advanced thermal comfort with stability compared to the conventional logic while they did not show significant energy saving effects. In conclusion, the predictive and adaptive AI-based control logics have a potential to maintain interior air temperature more comfortably, and the findings in this study could be a solid foundation for identifying the optimal thermal control method in buildings.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.479-482
• /
• 2005

본 논문에서는 퍼지 뉴럴네트워크의 새로운 구조인 Fuzzy Set-based Polynomial Neural Networks(FSPNN)을 소개한다. 제안된 모델은 일반적인 최적화 방법과 정보 입자를 이용하여 네트워크를 설계한다. 최종 구조는 Fuzzy Set-based Polynomial Neuron(FSPN)을 기반으로 설계한 FPNN과 동일하다. 첫째로 FSPNS의 종합적인 설계방법(유전자 알고리즘을 이용한 최적 구조 탐색)에 대해 소개한다. FSPNN에 관계되는 입력변수의 개수, 후반부 다항식의 차수, 멤버쉽 함수의 수 그리고 입력변수 개수에 따른 입력변수를 유전자 알고리즘을 통하여 동조한다. 두 번째로, 입력 변수의 개별적인 퍼지 규칙 형성과 퍼지 공간 분할 및 삼각형 멤버쉽 함수의 초기 정점을 HCM 클러스터링을 통한 Information Granules로 정의한다. 또한 데이터 입자의 중심을 이용하여 후반부의 구조를 결정한다. 이 네트워크의 성능은 기존에 퍼지 또는 뉴로퍼지 모델링에서 실험된 모델링 표준치를 이용하여 평가한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.5
• /
• pp.473-478
• /
• 2013

In this paper, we develop the Heavy Rain Advisory Decision Model based on intelligent neuro-fuzzy algorithm RBFNNs by using KLAPS(Korea Local Analysis and Prediction System) Reanalysis data. the prediction ability of existing heavy rainfall forecasting systems is usually affected by the processing techniques of meteorological data. In this study, we introduce the heavy rain forecast method using the pre-processing techniques of meteorological data are in order to improve these drawbacks of conventional system. The pre-processing techniques of meteorological data are designed by using point conversion, cumulative precipitation generation, time series data processing and heavy rain warning extraction methods based on KLAPS data. Finally, the proposed system forecasts cumulative rainfall for six hours after future t(t=1,2,3) hours and offers information to determine heavy rain advisory. The essential parameters of the proposed model such as polynomial order, the number of rules, and fuzzification coefficient are optimized by means of Differential Evolution.

• The Transactions of the Korean Institute of Electrical Engineers P
• /
• v.64 no.4
• /
• pp.246-250
• /
• 2015

Solar energy will be an increasingly important part of power generation because of its ubiquity abundance, and sustainability. To manage effectively solar energy to power system, it is essential part In this paper, we develop the PV power prediction algorithm using adaptive neuro-fuzzy model considering various input factors such as temperature, solar irradiance, sunshine hours, and cloudiness. To evaluate performance of the proposed model according to input factors, we performed various experiments by using real data.

• The Transactions of the Korean Institute of Electrical Engineers P
• /
• v.65 no.1
• /
• pp.41-46
• /
• 2016

It has been proven that the dissolved gas analysis (DGA) is the most effective and convenient method to diagnose the transformers. The DGA is a simple, inexpensive, and non intrusive technique. Among the various diagnosis methods, IEC 60599 has been widely used in transformer in service. But this method cannot offer accurate diagnosis for all the faults. This paper proposes a fault diagnosis method of oil-filled power transformers using IEC code based neuro-fuzzy model. The proposed method proceeds two steps. First, IEC 60599 method is applied to diagnosis. If IEC code can't determine the fault type, neuro-fuzzy model is applied to effectively classify the fault type. To demonstrate the validity of the proposed method, experiment is performed and its results are illustrated.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.616-628
• /
• 2000

In this paper, we present the modeling of the ozone prediction system using Neuro-Fuzzy approaches. The mechanism of ozone concentration is highly complex, nonlinear, and nonstationary, the modeling of ozone prediction system has many problems and the results of prediction is not a good performance so far. The Dynamic Polynomial Neural Network(DPNN) which employs a typical algorithm of GMDH(Group Method of Data Handling) is a useful method for data analysis, identification of nonlinear complex system, and prediction of a dynamical system. The structure of the final model is compact and the computation speed to produce an output is faster than other modeling methods. In addition to DPNN, this paper also includes a Fuzzy Logic Method for modeling of ozone prediction system. The results of each modeling method and the performance of ozone prediction are presented. The proposed method shows that the prediction to the ozone concentration based upon Neuro-Fuzzy approaches gives us a good performance for ozone prediction in high and low ozone concentration with the ability of superior data approximation and self organization.